Question

我正在使用dask在多个节点上启动for循环。问题是我不确定如何使用SLURM正确发送作业

我可以从登录节点正确启动它，但已经警告我，它会占用大量内存，然后提交作业。问题是，当我提交作业时，达斯克无法提交作业，因为它没有计算节点的访问权限，从而导致错误：sbatch：error: Batch job submission failed: Access/permission denied

我的代码如下：

somefunc(n):
    try:
        long calculation
        return result
    except:
         return to be filtered result

def main():
    num_image = 268828
    X = np.empty((num_image,7), dtype=np.float32)
    cluster = SLURMCluster(cores=32,
                           processes=32,
                           interface ="ib0",
                           walltime="04:10:00",
                           memory = "80GB")
    cluster.scale(600)
    client = Client(cluster)

    with tqdm (total = num_image) as pbar:
        future = client.map(somefunc, range(num_image))
        for future,result in as_completed(future,with_results = True):
            X[result[0],:] = result
            pbar.update(1)
            future.release()

    return X


if __name__ == '__main__':

    x = main()
    io.savemat('/gpfs/home/savedata.mat', {'data': x})

我的工作文件很简单：

conda activate my_env
python my_code.py

所以它只请求一个节点（为什么我只需要将信息传递给sheduler）

Answer 1

错误：批处理作业提交失败：访问/权限被拒绝

这可能是特定于您的群集的问题。我建议您向系统管理员寻求帮助。您可能需要给他们完整的追溯。

有关常见问题的示例，我推荐此博客文章：https://blog.dask.org/2019/08/28/dask-on-summit

如何使用SLURM正确提交dask书面脚本

1 个答案: